http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
오늘 본 자료
센싱 및 계측 기술에서의 혁신: 지구물리 탐사를 위한 압축센싱 및 초고해상도 기술
공승현 ( Seung Hyun Kong ),한승준 ( Seung Jun Han ) 한국지구물리·물리탐사학회 2011 지구물리와 물리탐사 Vol.14 No.4
탐사 시스템을 포함하여 대부분의 센싱 및 계측 시스템은 중요한 정보를 놓치지 않기 위하여 필요한 정보 보다 높은 샘플주기로 정보를 수집 한다. 이는 경우에 따라 센싱 및 계측 시스템이 비효율적일 수 있음을 의미한다. 본 논문에서는 적은 샘플자료로부터 높은 정밀도의 정보 취득에 관한 새로운 두 가지 연구분야를 소개하고자 한다. 하나는 가능한 적은 샘플로 원래의 정보를 복원하는 압축센싱(Compressed Sensing)기술이며, 또 다른 하나는 이미 얻어진 한정된 샘플로부터 높은 해상도의 정보를 추정하는 초고해상도(Super-Resolution)기술이다. 본 논문에서는 압축센싱 기술의 기본이론과 복원기술에 대해 설명하고, 탐사분야의 적용 사례, 초고해상도 기술의 배경 및 최근의 기술인 FRI (Finite Rate of Innovation) 개념과 LIMS (Least-squares based Iterative Multipath Super-resolution)기술의 적용사례를 소개한다. 결론으로는 이러한 새로운 기술들이 지구물리 탐사분야에 어떻게 활용될 수 있는지 논의한다. Most sensing and instrumentation systems should have very higher sampling rate than required data rate not to miss important information. This means that the system can be inefficient in some cases. This paper introduces two new research areas about information acquisition with high accuracy from less number of sampled data. One is Compressed Sensing technology (which obtains original information with as little samples as possible) and the other is Super-Resolution technology (which gains very high-resolution information from restrictively sampled data). This paper explains fundamental theories and reconstruction algorithms of compressed sensing technology and describes several applications to geophysical exploration. In addition, this paper explains the fundamentals of super-resolution technology and introduces recent research results and its applications, e.g. FRI (Finite Rate of Innovation) and LIMS (Least-squares based Iterative Multipath Super-resolution). In conclusion, this paper discusses how these technologies can be used in geophysical exploration systems.
공승현,서정일,강장희,정소영,목지선,Kong, Seung Hyun,Seo, Jeong Il,Kang, Jang Hui,Jung, So Young,Mok, Ji Sun The Korean Pediatric Society 2005 Clinical and Experimental Pediatrics (CEP) Vol.48 No.12
저자들은 출생 시 납작한 후두골, 낮은 변형 귀, 양안 격리증, 넓고 낮은 콧등, 얇은 입술, 넓고 짧은 목의 덧살, 저긴장증, 피부의 다모증, 잠복고환 등의 소견을 보이는 미숙아의 염색체 핵형 분석에서 부모의 불균형 전도로부터 재조합된 염색체 이상의 결과로 인해 46,XY,rec(3)dup(3)(q21)del(3)(p25)inv(3)(p25q21)로 진단된 증례를 경험하였기에 문헌 고찰과 함께 보고하는 바이다. The long arm duplication of chromosome 3 was reported for the first time in 1966 by Falek et al., and Hirschhorn et al. came to identify the duplication of 3q21${\rightarrow}$qter region in 1973. In most cases of duplication 3q syndrome patients, pure duplication of 3qter is believed to be rare and is often reported accompanied with deletion of another segment of the chromosome. Approximately 75 percent of parents of the patient in the meantime have been demonstrated to have unbalanced translocations or inversions of the chromosome. Partial deletion of the distal part of the short arm of chromosome 3 was first reported by Verjaal and De Nef in 1978 and terminal deletion of chromosome 3 (3p25-qter) has been observed in most cases. In karyotyping of chromosomes of immature infants showing the manifestations of flat occiputs, low set ears, hypertelorism, broad nasal roots, thin lips, web necks, hypotonia, hypertrichosis skin, cryptorchidism etc, we experienced a case diagnosed as 46,XY, rec(3)dup(3)(q21)del(3)(p25)inv(3)(p25q21).
SAR에 적용된 SVD-Pseudo Spectrum 기술
김빈희,공승현,Kim, Binhee,Kong, Seung-Hyun 대한전자공학회 2013 전자공학회논문지 Vol.49 No.11
본 논문에서는 SAR (Synthetic Aperture Radar) 영상에 SVD (Singular Value Decomposition) - Pseudo Spectrum 알고리즘을 적용하고 그 성능을 기존 알고리즘과 비교한다. 이 논문의 목적은 SAR 영상의 해상도 및 목표물 분해능을 높이고자 하는 것이다. 본 논문에서는 신호 성분으로 이루어진 Hankel Matrix와 SVD (Singular Value Decomposition) 방법을 사용하여 잡음에 강인하고 sidelobe이 적으며 스펙트럼 추정에서 해상도를 높인 SVD-Pseudo Spectrum 방법을 제안하였다. 또한 분해될 목표물을 모델링하여 알고리즘의 성능을 분석하고 SVD-Pseudo Spectrum 방법이 기존의 퓨리에 변환 기반 방법과 고해상도 기술 기반의 MUSIC 방법보다 더 좋은 성능을 가짐을 보인다. This paper presents an SVD(Singular Value Decomposition)-Pseudo Spectrum method for SAR (Synthetic Aperture Radar) imaging. The purpose of this work is to improve resolution and target separability of SAR images. This paper proposes SVD-Pseudo Spectrum method whose advantages are noise robustness, reduction of sidelobes and high resolution of spectral estimation. SVD-Pseudo Spectrum method uses Hankel Matrix of signal components and SVD (Singular Value Decomposition) method. In this paper, it is demonstrated that the SVD-Pseudo Spectrum method shows better performance than the matched filtering method and the conventional super-resolution based multiple signal classification (MUSIC) method in SAR image processing. The targets to be separated are modeled, and this modeled data is used to demonstrate the performance of algorithms.